Chestionezi 45 de studenți, calculezi media notelor la examen și o treci ca 72,4. Coordonatorul te întreabă: cât de precisă e cifra asta? Media e un singur punct. Poate fi exactă sau poate să bată pe lângă cu câteva puncte, în ambele sensuri. Intervalul de încredere îi dă cititorului un ecart care ține cont de variația din eșantionare, iar azi e așteptat în aproape orice lucrare cantitativă. Problema e că mulți studenți înțeleg greșit ce pretinde, de fapt, intervalul.
Ce înseamnă cu adevărat un interval de 95%
Interpretarea corectă sună așa: dacă ai repeta același studiu cu eșantioane noi, extrase la întâmplare, de aceeași mărime, și de fiecare dată ai calcula un interval de încredere de 95%, aproximativ 95 din 100 dintre aceste intervale ar cuprinde parametrul real al populației. Procentul de 95% se referă la rata de reușită a procedurii pe termen lung, nu la un singur interval pe care l-ai calculat tu.
Distincția contează mai mult decât pare. Odată ce ai adunat datele și ai calculat intervalul [69,9, 74,9], media reală a populației fie e înăuntru, fie nu. Nu mai rămâne nicio probabilitate de atribuit. Media reală e un număr fix; nu se plimbă. Intervalul tău e cel care variază de la un eșantion la altul. „Sunt 95% încrezător” e o afirmație despre metodă, nu despre rezultatul acesta anume.
Jerzy Neyman a formalizat această interpretare în 1937. A fost explicit: nivelul de încredere descrie fiabilitatea procedurii repetate. Un singur interval e ori corect, ori greșit, iar tu nu știi care. E contraintuitiv, motiv pentru care confuzia persistă chiar și în manuale.
Confuzia de care trebuie să scapi
Cea mai frecventă interpretare greșită sună așa: „Există 95% probabilitate ca media reală să fie între 69,9 și 74,9.” Am întâlnit formularea în mai multe lucrări decât putem număra și e greșită de fiecare dată. Media reală a populației nu se mișcă după o distribuție de probabilitate. Stă la o singură valoare fixă. Eșantionul tău ți-a dat un interval. Acel interval a prins valoarea reală sau a ratat-o.
Gândește-te la tirul cu arcul. Tragi 100 de săgeți. Fiecare aterizează undeva. Ținta nu se mișcă între trageri. Dacă ai tehnica bună, aproximativ 95 din cele 100 de săgeți vor nimeri ținta. Dar după ce ai tras deja o săgeată și e înfiptă în panou, nu mai poți spune că e 95% șansă ca acea săgeată anume să fi nimerit centrul. Te uiți și vezi dacă a nimerit sau nu. Intervalul de încredere e săgeata. Parametrul populației e ținta.
De ce contează în practică? Pentru că interpretarea greșită îți umflă certitudinea. „95% probabilitate ca valoarea reală să fie în ecartul ăsta” sună de parcă aproape ai fixat răspunsul. Interpretarea corectă e mai modestă: metoda ta funcționează bine pe termen lung, dar tocmai acest interval ar putea fi unul dintre cele 5 din 100 care au ratat.
Cum calculezi intervalul pentru o medie
Formula e directă. Pentru media unui singur eșantion, intervalul de 95% este media plus sau minus t înmulțit cu eroarea standard. În scriere: M ± t × SE. Eroarea standard este abaterea standard împărțită la rădăcina pătrată a volumului eșantionului: SE = SD / √n.
Un exemplu lucrat. Ai 45 de studenți cu media notelor 72,4 și abaterea standard 8,3. Întâi calculezi eroarea standard: SE = 8,3 / √45 = 8,3 / 6,71 = 1,24. Apoi găsești valoarea t critică pentru 44 de grade de libertate (n − 1) la nivelul de 95%. Dintr-un tabel t sau din program, t(44) = 2,015. Înmulțești: 2,015 × 1,24 = 2,50. Intervalul de 95% este 72,4 ± 2,50, adică [69,9, 74,9]. Acum îi poți spune cititorului că media eșantionului a fost 72,4, iar intervalul de încredere de 95% pentru media populației merge de la 69,9 la 74,9.
Observă că formula folosește distribuția t, nu distribuția z. Cu eșantioane sub aproximativ 120, distribuția t ține cont de nesiguranța suplimentară din estimarea abaterii standard a populației pornind de la un eșantion. La n = 45, diferența dintre t = 2,015 și z = 1,96 e mică, dar reală. Dacă folosești z acolo unde ar trebui t, obții un interval ceva mai îngust decât ar trebui, iar un evaluator atent va observa.
Intervale pentru diferența dintre medii
Când aplici un test t pe eșantioane independente între două grupuri, rezultatele includ un interval pentru diferența dintre medii. Aici lucrurile devin direct utile pentru testarea ipotezei. Dacă intervalul de 95% pentru diferența dintre medii exclude zero, diferența e semnificativă statistic la pragul de 0,05. Dacă intervalul cuprinde zero, nu poți respinge ipoteza nulă la acel nivel.
Să zicem că grupul A (n = 30) a obținut M = 78,1 și grupul B (n = 32) M = 73,5 la același examen, cu o diferență între medii de 4,6 puncte. Testul t dă t(60) = 2,38, p = 0,021, iar intervalul de 95% pentru diferență este [0,7, 8,5]. Fiindcă intervalul nu conține zero, știi că diferența e semnificativă fără să te uiți măcar la valoarea p. Dar intervalul îți spune mai mult: diferența reală ar putea fi la fel de mică precum 0,7 puncte sau la fel de mare precum 8,5. Valoarea p singură nu-ți poate da ecartul ăsta.
Ce face un interval mai larg sau mai îngust
Trei factori controlează lățimea unui interval, iar înțelegerea lor te ajută să proiectezi studii mai bune.
Volumul eșantionului are cel mai mare efect practic. Fiindcă eroarea standard e SD / √n, creșterea lui n micșorează SE și strânge intervalul. Cu aceeași abatere standard de 8,3, un eșantion de 45 dă SE = 1,24 și o lățime a intervalului de aproximativ 5,0 puncte. Dublează eșantionul la 90 și SE scade la 0,88, îngustând lățimea la circa 3,5 puncte. Împătrește-l la 180 și lățimea coboară pe la 2,5 puncte. Relația urmează o curbă de rădăcină pătrată: îți trebuie de patru ori mai mulți participanți ca să înjumătățești lățimea. Cât de mulți subiecți îți trebuie de fapt calculezi în ghidul despre volumul eșantionului.
Nivelul de încredere contează și el. Un interval de 99% e mai larg decât unul de 95%, care e mai larg decât unul de 90%. Pentru 44 de grade de libertate, valorile t critice sunt aproximativ 1,680 (90%), 2,015 (95%) și 2,692 (99%). Un nivel mai mare de încredere înseamnă că arunci o plasă mai largă ca să fii mai sigur că prinzi valoarea reală. Majoritatea domeniilor rămân la 95%, dar unele aplicații clinice și inginerești folosesc 99% când costul unei greșeli e mare.
Variabilitatea datelor e al treilea factor. O populație cu SD = 15 produce intervale mai largi decât una cu SD = 5, la egalitatea celorlalte condiții. Variabilitatea populației nu o poți controla direct, dar poți reduce eroarea de măsurare prin instrumente mai bune, proceduri standardizate sau măsuri mai precise. E unul dintre motivele pentru care studiile-pilot sunt utile: îți dau o estimare a lui SD, ca să poți calcula câți participanți îți trebuie pentru un interval de o lățime folositoare.
Interval de încredere sau valoare p
Intervalul de încredere și valoarea p testează aceeași întrebare de fond, din unghiuri diferite. Un interval de 95% care exclude valoarea nulă corespunde unei valori p bilaterale sub 0,05. Vor fi mereu de acord asupra semnificației când folosesc același prag. Dar intervalul poartă mai multă informație, pentru că arată ecartul de valori plauzibile pentru parametru, în timp ce valoarea p spune doar dacă rezultatul e puțin probabil sub ipoteza nulă.
| Caracteristică | Valoarea p | Intervalul de încredere |
|---|---|---|
| Ce îți spune | Cât de surprinzătoare ar fi datele dacă nula ar fi adevărată | Un ecart de valori plauzibile pentru parametru |
| Direcția efectului | Nu se vede (trebuie să te uiți la medii) | Se vede direct din capetele intervalului |
| Amploarea efectului | Nu se vede (amestecată cu volumul eșantionului) | Se vede din lățimea și poziția intervalului |
| Precizia estimării | Nu se vede | Interval mai îngust = estimare mai precisă |
| Testul de semnificație | p < 0,05 = semnificativ | Intervalul exclude valoarea nulă = semnificativ |
| Recomandarea APA | Se raportează lângă statistica de test | Se raportează pentru toate rezultatele principale |
Manualul de publicare APA (ediția a șaptea) recomandă explicit raportarea intervalelor de încredere pentru toate rezultatele principale. O mărime a efectului bine raportată alături de un interval îi dă cititorului tot: amploarea efectului, precizia estimării și dacă e semnificativ statistic. Valoarea p singură dă doar ultimul dintre cele trei.
Cum raportezi intervalele în stil APA
Formatul APA pentru intervalele de încredere folosește paranteze drepte, cu o virgulă între capete. Forma corectă e: M = 72,4, IÎ 95% [69,9, 74,9]. O greșeală des întâlnită în lucrări e folosirea cratimei în loc de virgulă: [69,9-74,9]. E incorectă după standardele APA și poate crea confuzie când apar numere negative (înseamnă [−3,2−1,5] că valorile sunt −3,2 și −1,5, sau −3,2 minus 1,5?). Folosește mereu virgula: [−3,2, 1,5].
Pentru un test t între două grupuri, raportezi așa: „Studenții din grupul cu meditații au obținut un scor mai mare (M = 78,1, SD = 9,2) decât cei din control (M = 73,5, SD = 10,4), t(60) = 2,38, p = 0,021, d = 0,61, IÎ 95% [0,7, 8,5].” Fraza cuprinde statisticile descriptive, statistica de test, valoarea p, mărimea efectului și intervalul de încredere. Scoate oricare dintre ele și raportul e incomplet după standardele de azi.
Într-un tabel, coloana intervalului se etichetează „IÎ 95%”, cu limita de jos și cea de sus în paranteze drepte, într-o singură celulă: [69,9, 74,9]. Felul în care așezi astfel de rezultate în capitolul de rezultate e detaliat în ghidul despre cum scrii capitolul de rezultate.
De reținut: un interval de încredere de 95% înseamnă că metoda prinde parametrul real în 95% din cazuri, la eșantioane repetate. Nu înseamnă că există 95% probabilitate ca intervalul tău anume să conțină adevărul. Raportează intervalele în stil APA, cu paranteze drepte și virgulă: M = 72,4, IÎ 95% [69,9, 74,9]. Pune fiecare interval lângă o mărime a efectului și o valoare p, pentru un raport complet.